Historia de #bilbao 04/05/2024 01:38 81 visitas
Hour | Alias | Mensaje | Mensaje |
---|---|---|---|
[01:38] | Gata}DelMonton | era una serie q me gustaba mucho |
[01:38]
Gata}DelMonton
era una serie q me gustaba mucho |
[01:38] | Gata}DelMonton | todo los programas en los q aparecian personas con poderes |
[01:38]
Gata}DelMonton
todo los programas en los q aparecian personas con poderes |
[01:38] | Gata}DelMonton | luego recuerdo a los x-men |
[01:38]
Gata}DelMonton
luego recuerdo a los x-men |
[01:38] | EstrellaDeMarEnorme | Recuerdo otro |
[01:38]
EstrellaDeMarEnorme
Recuerdo otro |
[01:38] | EstrellaDeMarEnorme | De una adolescente |
[01:38]
EstrellaDeMarEnorme
De una adolescente |
[01:39] | EstrellaDeMarEnorme | Que podía parar el tiempo |
[01:39]
EstrellaDeMarEnorme
Que podía parar el tiempo |
[01:39] | Gata}DelMonton | Aladina |
[01:39]
Gata}DelMonton
Aladina |
[01:39] | EstrellaDeMarEnorme | Jajajaja no no |
[01:39]
EstrellaDeMarEnorme
Jajajaja no no |
[01:39] | EstrellaDeMarEnorme | Una serie americana |
[01:39]
EstrellaDeMarEnorme
Una serie americana |
[01:39] | Gata}DelMonton | mmmm no me suena |
[01:39]
Gata}DelMonton
mmmm no me suena |
[01:39] | EstrellaDeMarEnorme | Juntaba los índices |
[01:39]
EstrellaDeMarEnorme
Juntaba los índices |
[01:39] | EstrellaDeMarEnorme | Y paraba |
[01:39]
EstrellaDeMarEnorme
Y paraba |
[01:39] | EstrellaDeMarEnorme | Juntaba las palmas |
[01:39]
EstrellaDeMarEnorme
Juntaba las palmas |
[01:39] | EstrellaDeMarEnorme | Y volvía a la normalidad |
[01:39]
EstrellaDeMarEnorme
Y volvía a la normalidad |
[01:40] | EstrellaDeMarEnorme | Que era como medio extraterrestre y hablaba con su padre a través de una caja de cristal que se iluminaba |
[01:40]
EstrellaDeMarEnorme
Que era como medio extraterrestre y hablaba con su padre a través de una caja de cristal que se iluminaba |
[01:40] | Gata}DelMonton | Evie? la he buscado en google |
[01:40]
Gata}DelMonton
Evie? la he buscado en google |
[01:41] | Mosquito}Rapaz | Supervisor |
[01:41]
Mosquito}Rapaz
Supervisor |
[01:41] | Mosquito}Rapaz | Salida esperada |
[01:41]
Mosquito}Rapaz
Salida esperada |
[01:41] | Mosquito}Rapaz | Todas ellas se basan en el paradigma del aprendizaje inductivo. La esencia de cada una de ellas es derivar inductivamente a partir de los datos (que representan la información del entrenamiento), un modelo (que representa el conocimiento) que tiene utilidad predictiva, es decir, que puede aplicarse a nuevos datos. |
[01:41]
Mosquito}Rapaz
Todas ellas se basan en el paradigma del aprendizaje inductivo. La esencia de cada una de ellas es derivar inductivamente a partir de los datos (que representan la información del entrenamiento), un modelo (que representa el conocimiento) que tiene utilidad predictiva, es decir, que puede aplicarse a nuevos datos. |
[01:41] | Mosquito}Rapaz | En el aprendizaje no supervisado (figura 3), el algoritmo de entrenamiento aprende sobre los propios datos de entrada, descubriendo y agrupando patrones, características, correlaciones, etc. |
[01:41]
Mosquito}Rapaz
En el aprendizaje no supervisado (figura 3), el algoritmo de entrenamiento aprende sobre los propios datos de entrada, descubriendo y agrupando patrones, características, correlaciones, etc. |
[01:41] | Mosquito}Rapaz | Figura 3. Aprendizaje no supervisado |
[01:41]
Mosquito}Rapaz
Figura 3. Aprendizaje no supervisado |
[01:41] | Mosquito}Rapaz | Entrada datos Ajuste Salida datos |
[01:41]
Mosquito}Rapaz
Entrada datos Ajuste Salida datos |
[01:41] | Mosquito}Rapaz | Modelo |
[01:41]
Mosquito}Rapaz
Modelo |
[01:41] | Mosquito}Rapaz | añlsdkfjañlskjdfñlaskjdf |
[01:41]
Mosquito}Rapaz
añlsdkfjañlskjdfñlaskjdf |
[01:41] | Mosquito}Rapaz | 2.2. Tipología de tareas |
[01:41]
Mosquito}Rapaz
2.2. Tipología de tareas |
[01:41] | Mosquito}Rapaz | Según el objetivo de nuestro análisis, podemos distinguir entre tres grandes grupos de tareas, que revisaremos brevemente a continuación. |
[01:41]
Mosquito}Rapaz
Según el objetivo de nuestro análisis, podemos distinguir entre tres grandes grupos de tareas, que revisaremos brevemente a continuación. |
[01:41] | Mosquito}Rapaz | 2.2.1. Clasificación |
[01:41]
Mosquito}Rapaz
2.2.1. Clasificación |
[01:41] | Mosquito}Rapaz | La clasificación (classification) es uno de los procesos cognitivos importantes, tanto en la vida cotidiana como en los negocios, donde podemos clasificar clientes, empleados, transacciones, tiendas, fábricas, dispositivos, documentos o cualquier otro tipo de instancias en un conjunto de clases o categorías predefinidas con anterioridad. |
[01:41]
Mosquito}Rapaz
La clasificación (classification) es uno de los procesos cognitivos importantes, tanto en la vida cotidiana como en los negocios, donde podemos clasificar clientes, empleados, transacciones, tiendas, fábricas, dispositivos, documentos o cualquier otro tipo de instancias en un conjunto de clases o categorías predefinidas con anterioridad. |
[01:41] | Mosquito}Rapaz | La tarea de clasificación consiste en asignar instancias de un dominio dado, descritas por un conjunto de atributos discretos o de valor continuo, a un conjunto de clases, que pueden ser consideradas valores de un atributo discreto seleccionado, generalmente denominado clase. Las etiquetas de clase correctas son, en general, desconocidas, pero se proporcionan para un subconjunto del dominio. |
[01:41]
Mosquito}Rapaz
La tarea de clasificación consiste en asignar instancias de un dominio dado, descritas por un conjunto de atributos discretos o de valor continuo, a un conjunto de clases, que pueden ser consideradas valores de un atributo discreto seleccionado, generalmente denominado clase. Las etiquetas de clase correctas son, en general, desconocidas, pero se proporcionan para un subconjunto del dominio. |
[01:41] | Mosquito}Rapaz | Por lo tanto, queda claro que es necesario disponer de un subconjunto de datos correctamente etiquetado, que se usará para la construcción del modelo. |
[01:41]
Mosquito}Rapaz
Por lo tanto, queda claro que es necesario disponer de un subconjunto de datos correctamente etiquetado, que se usará para la construcción del modelo. |
[01:41] | Mosquito}Rapaz | La función de clasificación puede verse como: |
[01:41]
Mosquito}Rapaz
La función de clasificación puede verse como: |
[01:42] | Mosquito}Rapaz | c: X -> C (1) |
[01:42]
Mosquito}Rapaz
c: X -> C (1) |
[01:42] | Mosquito}Rapaz | donde c representa la función de clasificación, X el conjunto de atributos que forman una instancia y C la etiqueta de clase de dicha instancia. |
[01:42]
Mosquito}Rapaz
donde c representa la función de clasificación, X el conjunto de atributos que forman una instancia y C la etiqueta de clase de dicha instancia. |
[01:42] | Mosquito}Rapaz | Un tipo de clasificación particularmente simple, pero muy interesante y ampliamente estudiado, hace referencia a los problemas de clasificación binarios, es decir, problemas con un conjunto de datos pertenecientes a dos clases, i.e. C = {0, 1}. La figura 4 muestra un ejemplo de clasificación binaria, donde las cruces y los círculos representan elementos de dos clases, y se pretende dividir |
[01:42]
Mosquito}Rapaz
Un tipo de clasificación particularmente simple, pero muy interesante y ampliamente estudiado, hace referencia a los problemas de clasificación binarios, es decir, problemas con un conjunto de datos pertenecientes a dos clases, i.e. C = {0, 1}. La figura 4 muestra un ejemplo de clasificación binaria, donde las cruces y los círculos representan elementos de dos clases, y se pretende dividir |
[01:42] | Mosquito}Rapaz | el espacio de tal forma que separe a la mayoría de elementos de clases diferentes. |
[01:42]
Mosquito}Rapaz
el espacio de tal forma que separe a la mayoría de elementos de clases diferentes. |
[01:42] | Mosquito}Rapaz | Figura 4. Ejemplo de clasificación |
[01:42]
Mosquito}Rapaz
Figura 4. Ejemplo de clasificación |
[01:42] | Mosquito}Rapaz | ñalskjdfñlasjdfñlkajsdf |
[01:42]
Mosquito}Rapaz
ñalskjdfñlasjdfñlkajsdf |
[01:42] | Mosquito}Rapaz | 2.2.2. Regresión |
[01:42]
Mosquito}Rapaz
2.2.2. Regresión |
[01:42] | Mosquito}Rapaz | Al igual que la clasificación, la regresión (regresion) es una tarea de aprendizaje inductivo que ha sido ampliamente estudiada y utilizada. Se puede definir, de forma informal, como un problema de "clasificación con clases continuas".Es decir, los modelos de regresión predicen valores numéricos en lugar de etiquetas de clases discretas. A veces también nos podemos referir a la regresión |
[01:42]
Mosquito}Rapaz
Al igual que la clasificación, la regresión (regresion) es una tarea de aprendizaje inductivo que ha sido ampliamente estudiada y utilizada. Se puede definir, de forma informal, como un problema de "clasificación con clases continuas".Es decir, los modelos de regresión predicen valores numéricos en lugar de etiquetas de clases discretas. A veces también nos podemos referir a la regresión |
[01:42] | Mosquito}Rapaz | como "predicción numérica". |
[01:42]
Mosquito}Rapaz
como "predicción numérica". |
[01:42] | Mosquito}Rapaz | Figura 5. Ejemplo de regresión lineal |
[01:42]
Mosquito}Rapaz
Figura 5. Ejemplo de regresión lineal |
[01:42] | Mosquito}Rapaz | asdfñlkjasdñlfkjañsldkfj |
[01:42]
Mosquito}Rapaz
asdfñlkjasdñlfkjañsldkfj |
[01:42] | EstrellaDeMarEnorme | Si! Jajaja creo que va a ser esa |
[01:42]
EstrellaDeMarEnorme
Si! Jajaja creo que va a ser esa |
[01:42] | Mosquito}Rapaz | La tarea de regresión consiste en asignar valores numéricos a instancias de un dominio dado, descritos por un conjunto de atributos discretos o de valor continuo, como se muestra en la figura 5, donde los puntos representan los datos de aprendizaje y la línea representa la predicción sobre futuros eventos. Se supone que esta asignación se aproxima a alguna función objetivo, generalmente |
[01:42]
Mosquito}Rapaz
La tarea de regresión consiste en asignar valores numéricos a instancias de un dominio dado, descritos por un conjunto de atributos discretos o de valor continuo, como se muestra en la figura 5, donde los puntos representan los datos de aprendizaje y la línea representa la predicción sobre futuros eventos. Se supone que esta asignación se aproxima a alguna función objetivo, generalmente |
[01:42] | Mosquito}Rapaz | desconocida, excepto para un subconjunto del dominio. Este subconjunto se puede utilizar para crear el modelo de regresión. |
[01:42]
Mosquito}Rapaz
desconocida, excepto para un subconjunto del dominio. Este subconjunto se puede utilizar para crear el modelo de regresión. |
[01:42] | Mosquito}Rapaz | En este caso, la función de regresión se puede definir como: |
[01:42]
Mosquito}Rapaz
En este caso, la función de regresión se puede definir como: |
[01:42] | Mosquito}Rapaz | f:X -> R números reales (2) |
[01:42]
Mosquito}Rapaz
f:X -> R números reales (2) |
[01:42] | Mosquito}Rapaz | donde f representa la función de regresión, X el conjunto de atributos que forman una instancia y R un valor en el alsdkfjañsldkjf dominio de los números reales. |
[01:42]
Mosquito}Rapaz
donde f representa la función de regresión, X el conjunto de atributos que forman una instancia y R un valor en el alsdkfjañsldkjf dominio de los números reales. |
[01:42] | Mosquito}Rapaz | Es importante remarcar que una regresión no pretende devolver una predicción exacta sobre un evento futuro, sino una aproximación (como muestra la diferencia entre la línea y los puntos de la figura). Por lo general, datos más dispersos resultarán en predicciones menos ajustadas. |
[01:42]
Mosquito}Rapaz
Es importante remarcar que una regresión no pretende devolver una predicción exacta sobre un evento futuro, sino una aproximación (como muestra la diferencia entre la línea y los puntos de la figura). Por lo general, datos más dispersos resultarán en predicciones menos ajustadas. |
[01:42] | Mosquito}Rapaz | 2.2.3. Agrupamiento |
[01:42]
Mosquito}Rapaz
2.2.3. Agrupamiento |
[01:42] | Mosquito}Rapaz | El agrupamiento (clustering) es una tarea de aprendizaje inductiva que, a diferencia de las tareas de clasificación y regresión, no dispone de una etiqueta de clase a predecir. Puede considerarse como un problema de clasificación, pero donde no existen un conjunto de clases predefinidas y estas se "descubren" de forma autónoma por el método o algoritmo de agrupamiento, basándose en |
[01:42]
Mosquito}Rapaz
El agrupamiento (clustering) es una tarea de aprendizaje inductiva que, a diferencia de las tareas de clasificación y regresión, no dispone de una etiqueta de clase a predecir. Puede considerarse como un problema de clasificación, pero donde no existen un conjunto de clases predefinidas y estas se "descubren" de forma autónoma por el método o algoritmo de agrupamiento, basándose en |
[01:42] | Mosquito}Rapaz | patrones de similitud identificados en los datos. |
[01:42]
Mosquito}Rapaz
patrones de similitud identificados en los datos. |
[01:42] | Gata}DelMonton | Out of This World, conocida en España como De otro mundo |
[01:42]
Gata}DelMonton
Out of This World, conocida en España como De otro mundo |
[01:42] | Gata}DelMonton | pero parece muy antigua |
[01:42]
Gata}DelMonton
pero parece muy antigua |
[01:43] | Gata}DelMonton | no peino tanta cana yo ;P |
[01:43]
Gata}DelMonton
no peino tanta cana yo ;P |
[01:43] | EstrellaDeMarEnorme | Jajajajaja |
[01:43]
EstrellaDeMarEnorme
Jajajajaja |
[01:43] | EstrellaDeMarEnorme | Siiii |
[01:43]
EstrellaDeMarEnorme
Siiii |
[01:43] | EstrellaDeMarEnorme | Esa esa |
[01:43]
EstrellaDeMarEnorme
Esa esa |
[01:43] | EstrellaDeMarEnorme | Bueno a ver tengo 43... no sé yo que decir |
[01:43]
EstrellaDeMarEnorme
Bueno a ver tengo 43... no sé yo que decir |
[01:44] | Gata}DelMonton | es real la crisis de los 40? |
[01:44]
Gata}DelMonton
es real la crisis de los 40? |
[01:44] | EstrellaDeMarEnorme | Uhm no sé yo ya estaba en crisis mucho antes |
[01:44]
EstrellaDeMarEnorme
Uhm no sé yo ya estaba en crisis mucho antes |
[01:44] | EstrellaDeMarEnorme | Jajajaja |
[01:44]
EstrellaDeMarEnorme
Jajajaja |
PUBLICIDAD